矿区的有效监管是保证矿产资源有序开采的首要条件，而传统的人为监管的方法并不能确保监管的有效性，为此在矿区的监管中引入了智能监控。本文通过分析矿区监管的特点和违法的形式，在智能监控中提出了一种对违法工程车辆的检测算法，实现对矿区中车辆开采行为的有效监管。　　算法的第一步是在现场的视频图像中检测工程车辆;分为三个步骤:分类器的训练、基于Hough变换的目标区域提取、区域内工程车辆的检测。分类器的训练采用HOG特征结合线性SVM的方法，建立工程车辆的正、负样本库之后，训练出可直接用于检测的分类器;目标区域提取是根据工程车辆边缘直线特性，采用对二值化的边缘图像进行直线提取的方法，其作用是缩小检测的范围，减小运算量;区域内的目标检测是采用HOG特征检测的方法在区域内检测工程车辆，为提高准确率算法采用跟踪检测的方法进行目标确认。算法的第二步是对车辆违法行为的判定;在现场中检测出工程车辆之后，根据实际的监管环境并结合地貌特征的变换情况判断车辆是否有违法行为。　　同时，在每一部分的结尾，通过实验，分别实现了算法的相应功能，并用工程车辆的现场作业视频对功能进行了验证，证明了算法的正确性。